Эта книга предлагает всестороннее введение в основные идеи, лежащие в основе глубокого обучения.. Он предназначен как для новичков в машинном обучении, так и для тех, кто уже имеет опыт работы в этой области.. Эта важная книга, охватывающая ключевые концепции современной архитектуры и техники, предоставляет читателям прочную основу для потенциальной будущей специализации.. Область глубокого обучения стремительно развивается, поэтому эта книга сосредоточена на идеях, которые, вероятно, выдержат испытание временем.. Книга состоит из множества небольших глав, каждая из которых исследует отдельную тему, а повествование следует линейному прогрессу, при этом каждая глава основывается на содержании своих предшественников.. Эта структура хорошо подходит для преподавания двухсеместрового курса машинного обучения для студентов бакалавриата или аспирантов, при этом оставаясь столь же актуальной для тех, кто занимается активными исследованиями или самообучением.. Для полного понимания машинного обучения требуется некоторая математическая подготовка, поэтому книга включает в себя самостоятельное введение в теорию вероятностей.. Однако основное внимание в книге уделяется передаче четкого понимания идей с упором на реальную практическую ценность методов, а не на абстрактную теорию.. Сложные концепции поэтому представлены с нескольких взаимодополняющих точек зрения, включая текстовые описания, диаграммы, математические формулы и псевдокод.. Крис Бишоп — технический сотрудник Microsoft и директор исследовательского подразделения Microsoft AI4Science.. Он является членом Даремского колледжа Кембриджского университета, членом Королевской инженерной академии и членом Лондонского королевского общества.. Хью Бишоп — учёный-прикладник в Wayve, лондонской компании по глубокому обучению автономному вождению, где он разрабатывает и обучает глубокие нейронные сети.. Он получил степень магистра философии (MPhil) по машинному обучению и машинному интеллекту в Кембриджском университете.. "Крис Бишоп написал превосходный учебник по нейронным сетям в 1995 году и обладает глубокими знаниями в этой области и ее ключевых идеях.. Его многолетний опыт в объяснении нейронных сетей сделал его чрезвычайно искусным в представлении сложных идей максимально простым способом, и очень приятно видеть, как эти навыки применяются к революционным новым разработкам в этой области." -- Джеффри Хинтон "С недавним взрывом глубокого обучения и ИИ как темы исследования, а также с быстро растущей важностью приложений ИИ, современный учебник по этой теме был очень нужен. «Новый епископ» мастерски заполняет пробел, охватывая алгоритмы для обучения с учителем и без учителя, современные семейства архитектур глубокого обучения, а также способы применения всего этого в различных областях применения». – Янн ЛеКун «Эта превосходная и очень познавательная книга ознакомит читателя с основными концепциями и достижениями в области глубокого обучения, прочно опираясь на теорию вероятностей. Эти концепции лежат в основе современных промышленных ИИ-систем и, вероятно, станут основой для дальнейшего прогресса на пути к общему искусственному интеллекту." -- Йошуа Бенжио